2015년, Google DeepMind의 AlphaGo가 인간 프로 바둑 기사에게 핸디캡 없이 이긴 전후로 AI 기술은 다양한 분야에 많이 적용되게 됐으며, 그 결과 현재 많은 성과가 보고되고 있다. 또한 최근에는 디지털 트랜스포메이션(Digital Transformation, 이후 DX라고 한다)의 필요성이 높아짐에 따라 DX를 실현하기 위한 핵심 기술 중 하나로 AI 기술이 항상 주목받고 있으며, 진화를 계속하고 있다. 최근에는 2022년 말경부터 시작된 ChatGPT로 대표되는 생성형 AI의 출현에 의한 진화가 기억에 새롭다. 이러한 흐름 속에서 플랜트 분야에서도 AI 기술의 적용이 진행되고 있다. AI 기술의 플랜트 분야에 대한 적용은 플랜트 유지보수 분야에서 시작됐다. 설비의 이상 전조 검지를 AI 기술로 하는 것이다. 이것에는 많은 플랜트 사업자가 도전하고 있으며, 많은 성과를 내고 있다. 이 분야에서는 요꼬가와전기(横河電機) 주식회사 그룹(이하 당사라고 한다)도 많은 실적을 보유하고 있다. 그러나 플랜트 제어 분야에 AI 기술을 적용한 사례는 플랜트 유지보수 분야에 비해 상당히 적은 상태이다. 특히 강화학습을 사용한 사례나 AI가 직접 제어한
세상에는 여러 종류의 다양한 화학제품이 넘쳐나고 있으며, 일상생활에서부터 공업, 농업 등을 널리 지탱하고 있다. 이들 제품은 결코 시험관이나 플라스크에서 만들어지는 것은 아니다. 일정한 품질을 유지하면서 안정적이고 저렴한 비용으로 안전하게 대량 생산하기 위해 화학 플랜트에서 공업 생산되고 있다. 예를 들어, 1913년에 질소와 수소를 원료로 하는 하버-보슈법(Haber-Bosch Process)에 의해 암모니아의 공업 생산이 시작됐다. 화학 플랜트에서 만들어지는 암모니아에 의해 대기 중의 질소가 대량으로 고정화되어 비료가 되는데, 이 생산량은 자연계의 질소 고정량을 웃돈다. 즉, 암모니아의 공업 생산이 없다면 현재와 같은 지구 생태계를 유지하는 것은 도저히 불가능한 상태일 것이다. 이와 같이 화학 플랜트에서 생산되는 화학제품은 비료나 자동차, 가전제품, 의류, 의료품 등에 이용되고 있으며, 우리 생활에 없어서는 안 되는 현재 세계를 지탱하는 중요한 기반이 되고 있다. 화학 플랜트를 적절하게 운전하기 위해서는 플랜트 곳곳에서 유량이나 온도, 압력, 성분 조성 등을 계측하고 감시, 제어하는 것이 필수적이다. 예를 들어 반응기 내에서 적절한 반응이 이루어지게 하기